基于信息重要度和Q学习算法的水声网络路由选择方法技术

基于信息重要度和Q学习算法的水声网络路由选择方法，涉及水声网络。将信息重要度引入多跳水声传感网络，将信息重要度等级作为第一优先条件、将中继节点剩余能量作为第二优先条件，用Q学习算法选择最佳路由：对信息重要度等级高的信息，选到较短的路由，确保重要信息快速、准确传输到水面基站；对信息重要度等级较低的信息，选择剩余能量充足的中继节点，避免某些中继节点重复多次利用，导致节点死亡过快、出现能量空洞。选择用于Q学习算法的节点数仅为全网存活节点总数1/7，避免对全网存活节点探索，缩短Q学习迭代算法的候选节点集范围，找到最佳路由所需的探索次数减少，节约算法运行时间、节约水下节点功耗，延长水声网络生命周期。

【技术实现步骤摘要】
基于信息重要度和Q学习算法的水声网络路由选择方法
本专利技术涉及水声网络，尤其涉及一种基于信息重要度和Q学习算法的水声网络路由选择方法。
技术介绍
随着智慧海洋概念的提出和发展，为缓解陆地资源短缺的问题，利用水声传感网络进行海洋资源的探索和开发逐渐成为重要的研究方向。在恶劣的海洋环境中，由于传感器节点电池更换难度大且更换成本大，水下传感器节点的能耗效率，一直是水声传感网络设计中极具挑战性的关键问题。研究表明，通过多跳传输实现远距离传输的技术手段，可降低水声传感网系统整体的能量消耗(W.Zhang,etal.AnalysisofaLinearMulti-hopUnderwaterAcousticNetwork[J].IEEEJournalofOceanicEngineering,2010,35(4):961-970.)。考虑利用多跳水声传感网络进行水下数据搜集的场景，由于水下网络拓扑结构是随洋流运动而动态变化的，在海底信源节点S和水面基站BS之间的每一个传感器节点均有可能成为中继节点R为其转发数据。在多跳水声传感网络中，如何迅速合理地选择本文档来自技高网...

【技术保护点】
1.基于信息重要度和Q学习算法的水声网络路由选择方法，其特征在于包括以下步骤：/n1)在水声传感网络中，包含N

【技术特征摘要】
1.基于信息重要度和Q学习算法的水声网络路由选择方法，其特征在于包括以下步骤：
1)在水声传感网络中，包含Ns个信源节点Si(i＝1,2,…,Ns)、NR个中继节点Ri’(i’＝1,2,3,…,NR)和1个水面基站BS；信源节点Si负责搜集声学数据，中继节点Ri’负责将信源节点搜集的声学数据信息，通过多跳方式传输至水面基站BS；设每个中继节点的初始能量均为E0；
2)选择一个信源节点Si开始进行多跳传输，信源节点Si对搜集到的声学数据的信息重要度进行判定，根据信息重要度将数据分级，包括“一级、二级、三级、四级”四个信息重要度等级IL，分别表示为IL＝1，IL＝2，IL＝3，IL＝4；从一级到四级，代表数据的信息重要度越来越高；用ILi表示信源Si搜集到的数据的信息重要度等级；
3)在所有中继节点Ri’中选出满足节点剩余能量要求的中继节点R′组成集合Ω；
4)连接信源节点Si与水面基站BS，作出最小虚拟传输路径线段VTPmin，在集合Ω中选择满足节点位置要求的NΨ个中继节点组成子集Ψ，即
5)根据信源节点Si搜集到的数据的信息重要度等级ILi和子集Ψ中继节点的剩余能量确定中继节点的发送功率Pi；
6)建立中继节点集合Θ，该中继集合Θ中包括信源节点Si、子集Ψ中的NΨ个中继节点水面基站BS，共计NΨ+2个节点；设置Q学习算法的学习效率为α，探索次数为explore，分别设置Q矩阵和奖励矩阵Reward，两个矩阵大小都为(NΨ+2)×(NΨ+2)，初始Q矩阵为(NΨ+2)×(NΨ+2)的零矩阵，Q矩阵不断更新，以记录每一步探索之后的成果并作为最终路由选择的依据；奖励矩阵Reward的设置由每一跳是否成功进行、每一跳对于整体的意义决定，是更新Q矩阵的重要依据；
7)更新Q矩阵，每次探索之后Q矩阵都会更新；
8)根据步骤7)中更新完成的Q矩阵，进行路由选择；
9)信息更新，i＝i+1，重复步骤2)～步骤8)，直到Ns个所有信源节点Si全部完成水声数据传输为止。


2.如权利要求1所述基于信息重要度和Q学习算法的水声网络路由选择方法，其特征在于在步骤3)中，所述满足节点剩余能量要求，是指集合Ω中的任意中继节点的剩余能量应满足以下要求：






其中，表示中继节点Ri’的剩余能量，表示水声传感网络中所有中继节点的平均剩余能量。


3.如权利要求1所述基于信息重要度和Q学习算法的水声网络路由选择方法，其特征在于在步骤4)中，所述满足节点位置要求，是指子集Ψ中的中继节点的位置应满足以下要求：



其中，表示子集Ψ中的中继节点到最小虚拟传输路径线段VTPmin的距离，表示集合Ω中子集Ψ的补集中的中继节点到最小虚拟传输路径线段VTPmin的距离。


4.如权利要求1所述基于信息重要度和Q学习算法的水声网络路由选择方法，其特征在于在步骤4)中，所述中继节点的的数量NΨ满足：



其中，NR为水声传感网络中所有中继节点的总数，Nd为水声传感网络中死亡中继节点的数量，符合表示向下取整。


5.如权利要求1所述基于信息重要度和Q学习算法的水声网络路由选择方法，其特征在于在步骤5)中，所述中继节点的发送功率Pi所对应的选择系数Ki如下：



其中，E0为每个中继节点的初始能量；
设定选择系数Ki的阈值为μ1和μ2，发送功率Pi的阈值为η1、η2和η3，其中μ2>μ1，η3>η2>η1；当Ki≥μ2时，设置发送功率Pi＝η3；当μ2＞Ki≥μ1时，设置发送功率Pi＝η2；当Ki＜μ1时，设置发送功率Pi＝η1；当发送功率Pi小于中继节点的最低发送功率ηmin,i时，Pi＝ηmin,i；
中继节点最低发送功率ηmin,i的计算根据声纳方程，由中继节点到最低发送功率ηmin,i对应的中继节点之间的距离确定，子集Λ是中继节点的最低发送功率对应中继节点候选集，即应满足以下目标函数...

【专利技术属性】
技术研发人员：陈友淦，熊长静，朱建英，张檬，张小康，陈东升，许肖梅，
申请(专利权)人：厦门大学，厦门大学深圳研究院，
类型：发明
国别省市：福建;35